GitHub Security Lab Taskflow Agent — 24 уязвимости в Android-приложениях
Саммари
GitHub Security Lab опубликовал разборproduction-аудита, выполненного open-source агентом на taskflow-промптах: 24 уязвимости в Android-приложениях, включая полный takeover аккаунта Wikipedia. Ключевой тезис — LLM находят логические уязвимости лучше, чем оценивают их severity, и именно этот разрыв требует human-in-the-loop ревью.
Из этого следует: prompt-level декомпозиция аудита даёт больше, чем смена модели — те же модели в разных taskflow'ах находят и очевидное, и то, что пропускает общий аудит.
На практике для Revit-агента это прямо переносится: собственный taskflow для проверки плагинов (сбор entry points, классификация по Revit API, обязательный PoC) даст больше, чем один общий промпт «проверь код на уязвимости».
Важный нюанс: LLM годится как генератор кандидатов, но не как судья. Severity, mitigating factors и достижимость состояния должен определять человек — иначе в отчёт попадёт 90% шума.